Accueil / En direct de l’ASP / Les statistiques s’invitent en biologie

Les statistiques s’invitent en biologie

Publié en ligne le 25 juin 2006 -
par Mélody Enguix

« Vous me proposez une solution compliquée à un problème que je n’ai pas. » Cette réaction d’un chercheur illustrait bien le scepticisme auquel se heurtait Robert Nadon lorsqu’il travaillait à améliorer statistiquement des études en génétique. « Quelques mois plus tard, il m’a rappelé pour me dire qu’il avait rencontré un certain nombre de difficultés et qu’il voudrait en savoir plus sur l’utilisation des statistiques ! »

Le chercheur se définit comme un méthodologiste, c’est-à-dire quelqu’un qui questionne les méthodes utilisées pour la recherche. « J’ai toujours voulu savoir comment nous savons ce que nous savons. » C’est ce qui l’a amené aux statistiques : comme l’explique son collègue James Hanley, les chercheurs ont une grande confiance dans les chiffres, « ils traitent les nombres comme s’ils étaient absolus ». Mais pour cette équipe de l’Université McGill, les chiffres peuvent être biaisés. Les statistiques deviennent un outil efficace pour mieux les utiliser !

C’est dans l’une des premières étapes de la recherche de médicaments que les deux compères sont allés fourrer leur nez de statisticiens. Le « criblage à haut débit » vise à trouver des molécules prometteuses pour de nouveaux médicaments. Le principe est simple : on veut trouver un composé qui ait une réaction donnée, on teste 100 000 composés (rien que ça !), répartis sur des plaques de 100. Ensuite, on mesure à quel point chacun réagit et on garde les meilleurs pour les étudier plus en profondeur.

Le problème, c’est que, contrairement à ce que les chercheurs veulent bien croire, les résultats ne reflètent pas toujours le pouvoir intrinsèque des différents produits. Des composés peu efficaces ont pu, par hasard, obtenir de très bons résultats, alors qu’inversement, certains, très efficaces, auront eu de mauvais résultats et seront abandonnés. C’est ce qu’on appelle des faux positifs et des faux négatifs.

Dédoublement

Pour les erreurs qui relèvent du pur hasard, l’équipe a une solution en apparence anodine : tester les composés plusieurs fois. Tout simplement parce qu’une moyenne de plusieurs résultats donnera toujours une meilleure idée du potentiel d’un produit qu’un résultat unique. Cela relève du bon sens ? Pas dans le criblage à haut débit. Les biologistes qui testent si un médicament augmente le risque de crise cardiaque ont toujours fait des expériences multiples, mais « dans le criblage à haut débit, c’est comme si on faisait l’expérience sur un seul patient, tout en faisant 100 000 expériences à la fois ! » s’amuse Robert Nadon.

Les biologistes rétorqueront qu’un humain et une molécule, ce n’est pas pareil : ignorer un effet secondaire et perdre une molécule qui, peut-être, pourrait éventuellement conduire à un médicament, ce n’est pas comparable. Par ailleurs, qui dit doubles tests dit doubles coûts. Ceci dit, le problème des coûts joue dans les deux sens : un bon composé que l’on a ignoré parce qu’on n’a pas répété l’expérience aurait pu être le médicament idéal et rapporter gros ; et un mauvais composé inutilement pris en compte va faire l’objet de tests supplémentaires qui ne rapporteront rien. Bref, ce qu’on perd à faire des doubles, on pourrait bien l’économiser ailleurs. Reste à choisir la limite à partir de laquelle on juge les composés dignes de passer à l’étape supérieure... et c’est là que les statistiques serviraient si elles étaient intégrées progressivement à la formation des biologistes.


Mots-clés : Mathématiques


Partager cet article